CN113503883B - 采集用于构建地图的数据的方法、存储介质及电子设备 - Google Patents
采集用于构建地图的数据的方法、存储介质及电子设备 Download PDFInfo
- Publication number
- CN113503883B CN113503883B CN202110693757.3A CN202110693757A CN113503883B CN 113503883 B CN113503883 B CN 113503883B CN 202110693757 A CN202110693757 A CN 202110693757A CN 113503883 B CN113503883 B CN 113503883B
- Authority
- CN
- China
- Prior art keywords
- map
- data
- point cloud
- local area
- pose
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3811—Point data, e.g. Point of Interest [POI]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Abstract
本公开涉及一种采集用于构建地图的数据的方法、存储介质及电子设备,涉及地图技术领域,该方法包括:获取采集设备采集到的用于构建地图的地图数据;从采集到的地图数据中选取局部区域的地图数据;基于局部区域的点云数据对采集设备在局部区域的位姿信息进行修正,得到修正后的位姿信息;构建局部区域的地图;确定局部区域的地图的质量是否达到预设要求;在局部区域的地图的质量未达到预设要求的情况下,控制采集设备重新采集地图数据。本公开的有益效果是:可以快速地对采集的地图数据进行远程建图和质量验证,避免出现由于地图数据不可用而带来的异地返工问题,从而保证高效稳定地进行异地地图数据采集和高精地图生产任务。
Description
技术领域
本公开涉及地图技术领域,具体地,涉及一种采集用于构建地图的数据的方法、存储介质及电子设备。
背景技术
无人驾驶车辆可以利用电子地图来对周围环境进行认知,从而控制无人驾驶车辆的转向、加速或减速等行为。因此,随着无人驾驶车辆的兴起,对地图的采集规模也在扩大,特别是涉及远程采集建图数据的任务变得越来越多。
对于远程采集建图数据的任务,由于城市场景的多样化,会难以保证电子地图的精度和质量。例如,一般的建图任务基本是通过车载激光雷达来采集地图数据,而由于车载激光雷达的位姿是根据全球定位系统(Global Position System,GPS)以及惯性传感器(Inertial Measurement Unit,IMU)后处理的位姿(pose)中插值得到,因此对GPS的依赖性大。对于GPS信号缺失的场景,如城市高楼、林荫路等场景,制作的电子地图会存在重影,因此往往需要在建图过程中重新对存在质量问题的区域重新进行地图数据采集。对于远程采集建图数据的任务而言,这就需要进行跨城返工,不仅会导致建图周期延长,还会导致成本增大。因此,如何保证采集到的用于构建地图的数据准确、有用成为亟需解决的技术问题。
发明内容
本公开的目的是提供一种采集用于构建地图的数据的方法、装置、存储介质及电子设备,该方法以部分地解决相关技术中存在的上述问题。
根据本公开实施例的第一方面,提供了一种采集用于构建地图的数据的方法,包括:
获取采集设备采集到的用于构建地图的地图数据,所述地图数据包括点云数据以及所述采集设备采集所述点云数据时对应的位姿信息;
从采集到的地图数据中选取局部区域的地图数据;
基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息;
根据所述局部区域的点云数据以及所述修正后的位姿信息,构建所述局部区域的地图;
确定所述局部区域的地图的质量是否达到预设要求;
在所述局部区域的地图的质量未达到所述预设要求的情况下,控制所述采集设备重新采集地图数据。
在一些实施例中,基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息,包括:
将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差;
基于所述位姿偏差以及所述采集设备在所述局部区域的位姿信息之间的乘积,得到所述修正后的位姿信息。
在一些实施例中,所述将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差,包括:
从所述两帧点云数据中确定出属于第一预设类型的第一标志物以及属于第二预设类型的第二标志物,其中,所述第一预设类型表征所述点云数据中具有线性特征的标志物,所述第二预设类型表征所述点云数据中具有平面特征的标志物;
构建同一所述第一标志物在所述两帧点云数据之间的位姿距离、以及同一所述第二标志物在所述两帧点云数据之间的位姿距离与位姿偏差之间的残差距离目标函数;
计算所述残差距离目标函数的最小残差距离,得到所述两帧点云数据之间的位姿偏差。
在一些实施例中,所述确定所述局部区域的地图的质量是否达到预设要求,包括:
在所述修正后的位姿信息中加入随机噪声,生成新的位姿信息;
基于所述新的位姿信息,在所述局部区域的地图中进行激光点云匹配,获得匹配到的点云的位姿;
计算所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值;
在所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值中大于预设数值的差值的占比达到预设占比阈值的情况下,确定所述局部区域的地图的质量达到所述预设要求。
在一些实施例中,在获取采集设备采集到的用于构建地图的地图数据的步骤之后,还包括:
确定所述采集设备采集到的用于构建地图的地图数据是否符合预设标准;
在所述地图数据不符合所述预设标准的情况下,控制所述采集设备重新采集用于构建地图的地图数据。
在一些实施例中,所述确定所述采集设备采集到的用于构建地图的地图数据是否符合预设标准,包括:
在所述采集设备采集到的地图数据的数据文件大小以及数据文件的完整度满足预设预期值、且所述地图数据的数据质量符合预设质量要求、且对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值小于等于预设位姿阈值的情况下,确定所述采集设备采集到的用于构建地图的地图数据符合预设标准。
根据本公开实施例的第二方面,提供了一种采集用于构建地图的数据的装置,包括:
获取模块,配置为获取采集设备采集到的用于构建地图的地图数据,所述地图数据包括点云数据以及所述采集设备采集所述点云数据时对应的位姿信息;
选取模块,配置为从采集到的地图数据中选取局部区域的地图数据;
位姿修正模块,配置为基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息;
地图构建模块,配置为根据所述局部区域的点云数据以及所述修正后的位姿信息,构建所述局部区域的地图;
质量判断模块,配置为确定所述局部区域的地图的质量是否达到预设要求;
控制模块,配置为在所述局部区域的地图的质量未达到所述预设要求的情况下,控制所述采集设备重新采集地图数据。
在一些实施例中,所述位姿修正模块包括:
点云匹配单元,配置为将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差;
修正单元,配置为基于所述位姿偏差以及所述采集设备在所述局部区域的位姿信息之间的乘积,得到所述修正后的位姿信息。
根据本公开实施例的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例中任一项所述方法的步骤。
根据本公开实施例的第四方面,提供了一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现上述实施例中任一项所述方法的步骤。
通过上述技术方案,通过从采集设备采集到的地图数据中选取局部区域的地图数据,并对选取到的地图数据进行位姿优化,以及基于修正后的位姿信息以及局部区域的点云数据构建局部区域的地图。通过局部区域的地图的质量来验证采集到的地图数据的整体质量是否满足要求,从而决定是否重新采集地图数据。可以快速地进行远程建图和质量验证,避免出现由于地图数据不可用而带来的异地返工问题,从而保证高效稳定地进行异地地图数据采集和高精地图生产任务。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例提供的一种采集用于构建地图的数据的方法的流程图;
图2是根据一示例性实施例提供的位姿修正方法的流程图;
图3是根据一示例性实施例提供的确定位姿偏差的流程图;
图4是根据一示例性实施例提供的确定局部区域的地图是否满足预设要求的流程图;
图5是根据一示例性实施例提供的对采集到的地图数据进行检测的流程图;
图6是根据一示例性实施例提供的验证地图数据是否符合预设标准的流程图;
图7是根据一示例性实施例提供一种采集用于构建地图的数据的装置的框图;
图8是根据一示例性实施例示出的一种电子设备700的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性实施例提供的一种采集用于构建地图的数据的方法的流程图。本公开实施例提供了一种采集用于构建地图的数据的方法,该方法可以应用于电子设备,电子设备可以是服务器、终端设备、数据采集车辆等。如图1所示,一种采集用于构建地图的数据的方法,可以包括:
在步骤110中,获取采集设备采集到的用于构建地图的地图数据,所述地图数据包括点云数据以及所述采集设备采集所述点云数据时对应的位姿信息。
这里,采集设备可以是数据采集车辆,在该数据采集车辆上设置有车载激光雷达、GPS、里程计等用于采集构建地图所需的地图数据的设备。其中,在对城市道路进行建模的过程中,可以利用数据采集车辆在城市道路上进行行驶,以采集城市道路的地图数据。
其中,点云数据是指在三维坐标系中的一组向量的集合,这些向量通常以x、y、z三维坐标的形式表示,而且一般主要用来代表一个物体的外表面形状。其中,点云数据可以是利用三维扫描设备产生的,如激光雷达(lidar)。位姿信息是指采集设备采集预设区域的点云数据时的位置以及姿态。
在步骤120中,从采集到的地图数据中选取局部区域的地图数据。
这里,从采集设备采集到的地图数据中选取局部区域的地图数据可以是从采集到的地图数据中选取出一段预设时长内采集到的地图数据,也可以选取出一个地理区域的地图数据。例如,采集设备采集到的地图数据采集到的是一条道路的地图数据,则可以选取出一截道路区域的地图数据。应当理解的是,步骤120的过程可以是动态的,例如,采集设备不间断地采集地图数据,则可以每间隔预设时长选取出一段地图数据作为局部区域的地图数据。
值得说明的是,当采集设备采集到的地图数据中存在基站数据,则选取的局部区域的地图数据可以是经过基站后处理之后的车载激光雷达在该局部区域的位姿信息以及采集到的该局部区域的点云数据。当采集设备采集到的地图数据中不存在基站数据,则选取的局部区域的地图数据可以是经过数据采集车辆实时RTK(Real-time kinematic,实时动态)载波相位差分技术计算得到的里程计在该局部区域的位姿信息以及车载激光雷达采集到的该局部区域的点云数据。
应当理解的是,选取到的局部区域的地图数据可以是在本地进行后续的位姿优化以及建图等过程,也可以是在云端进行后续的位姿优化以及建图等过程。例如,当执行主体为数据采集车辆时,可以在数据采集车辆上进行位姿优化和建图等过程,也可以是将选取到的局部区域的地图数据上传至云端,在云端进行位姿优化和建图等过程。
在步骤130中,基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息。
这里,可以基于局部区域的点云数据的激光雷达点云拼接与位姿图(pose graph)对采集设备在所述局部区域采集点云数据时的位姿信息进行修正。例如,通过局部区域的点云数据进行点云匹配,把各个submap(子图)通过sim3相似变换整体变换到近似的位置,为pose优化得到初值,然后通过frame到点云的匹配,得到frame之间的sim3变换。然后进行pose graph的优化,得到BA(Bundle Adjustment)优化模型的初值,在进行BA解算,得到修正后的位姿。
在步骤140中,根据所述局部区域的点云数据以及所述修正后的位姿信息,构建所述局部区域的地图。
这里,可以基于局部区域的点云数据和修正后的位姿信息进行该局部区域的点云底图构建,得到该局部区域的地图。其中,构建的局部区域的地图可以是一个反射值底图。应当理解的是,底图是指在制图过程中,放在多个图层的最底部的图层,构成该底图的基本框架。反射值底图是指基于激光雷达的信号反射值构建的底图,它直接影响了高精定位地图的精度。
在步骤150中,确定所述局部区域的地图的质量是否达到预设要求。
这里,局部区域的地图的质量包括地图的清晰度以及精度,当局部区域的地图的清晰度以及精度均满足要求时,可以确定局部区域的地图的质量达到预设要求。其中,清晰度是否满足要求可以通过判断局部区域的地图中的车道线和道路边界的边缘是否清晰以及局部区域的地图是否存在重影区域来确定。局部区域的地图的精度是否满足要求可以通过在地图上进行激光定位,根据定位得到的点云的位姿来进行判断。
在步骤160中,在所述局部区域的地图的质量未达到所述预设要求的情况下,控制所述采集设备重新采集地图数据。
这里,当局部区域的地图的质量未达到预设要求时,说明采集设备采集到的地图数据可能存在问题,需要分析失败原因以及解决存在的问题后,控制采集设备重新采集地图数据。当局部区域的地图的质量达到预设要求时,则基于采集设备采集到的地图数据构建地图。例如,采集设备采集一个片区的地图数据之后,利用该片区的一个局部区域的地图数据构建局部区域的地图,当构建的局部区域的地图的质量未满足预设要求时,则控制采集设备重新采集该片区的地图数据。当构建的局部区域的地图的质量满足预设要求时,则基于采集设备采集到的地图数据构建该片区的地图数据。
由此,通过从采集设备采集到的地图数据中选取局部区域的地图数据,并对选取到的地图数据进行位姿优化,以及基于修正后的位姿信息以及局部区域的点云数据构建局部区域的地图。通过局部区域的地图的质量来验证采集到的地图数据的整体质量是否满足要求,从而决定是否重新采集地图数据。可以快速地进行远程建图和质量验证,避免出现由于地图数据不可用而带来的异地返工问题,从而保证高效稳定地进行异地地图数据采集和高精地图生产任务。
图2是根据一示例性实施例提供的位姿修正方法的流程图。如图2所示,步骤130中,基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息,可以包括:
在步骤131中,将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差。
这里,两帧点云数据可以是根据距离阈值选取的两帧点云数据,例如,可以选择相邻的两帧点云数据,也可以选择点云数据中的任意两帧点云数据之间的距离大于预设距离阈值的点云数据,还可以选择点云数据中的任意两帧点云数据之间的距离小于或等于预设距离阈值的点云数据,两帧点云数据具体的选取策略可以根据实际情况进行确定。其中,点云匹配可以是NDT、ICP、GICP等算法进行匹配。两帧点云数据之间的位姿偏差指的是两帧点云数据中同一点云之间的位姿偏移量。
图3是根据一示例性实施例提供的确定位姿偏差的流程图。如图3所示,在一些实施例中,步骤131中,将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差,可以包括:
在步骤1311中,从所述两帧点云数据中确定出属于第一预设类型的第一标志物以及属于第二预设类型的第二标志物,其中,所述第一预设类型表征所述点云数据中具有线性特征的标志物,所述第二预设类型表征所述点云数据中具有平面特征的标志物。
这里,属于第一预设类型的第一标志物是指在点云数据中具有线性特征标志物,例如,树干、灯柱等标志物,其在点云数据中呈现为线型。属于第二预设类型的第二标志物是指在点云数据中具有平面特征标志物,例如,地面、墙面等标志物,其在点云数据中呈现为平面。从两帧点云数据中确定出属于第一预设类型的第一标志物以及属于第二预设类型的第二标志物可以是在两帧点云数据中查找出树干、灯柱、地面以及墙面等标志物。其中,在一帧点云数据中,第一标志物和第二标志物可以包括一个或多个。
在步骤1312中,构建同一所述第一标志物在所述两帧点云数据之间的位姿距离、以及同一所述第二标志物在所述两帧点云数据之间的位姿距离与位姿偏差之间的残差距离目标函数。
这里,残差距离目标函数是指根据两帧点云数据中相同的第一标志物之间的位姿距离以及相同的第一标志物之间的位姿距离与位姿偏差之间的一个残差距离函数。
在一些实施例中,残差距离目标函数为:
其中,ΔP为所述位姿偏差,Mi为所述局部区域的点云数据中的第i帧点云数据,Mj为所述局部区域的点云数据中的第j帧点云数据,为第a个第一标志物在第i帧点云数据上的位姿,为第a个第一标志物在第j帧点云数据上的位姿,为第a个第一标志物在第j帧点云数据上的方向向量,×表示叉乘,为第b个第二标志物在第i帧点云数据上的位姿,为第b个第二标志物在第j帧点云数据上的位姿,为第b个第二标志物在第j帧点云数据上的平面法向量,·表示点乘。
这里,在残差距离目标函数中表示第a个第一标志物在第j帧点云数据上的方向向量,如树干或灯柱在第j帧点云数据上的方向向量。表示第b个第二标志物在第j帧点云数据上的平面法向量,如地面或墙面在第j帧点云数据上的平面法向量。其中,表示第a个第一标志物中的点云与第a个第一标志物的线之间的距离,表示第b个第二标志物中的点云与第b个第二标志物的面之间的距离。
在步骤1313中,计算所述残差距离目标函数的最小残差距离,得到所述两帧点云数据之间的位姿偏差。
这里,残差距离目标函数的最小残差距离对应的位姿偏差为两帧点云数据之间的位姿偏差。
在步骤132中,基于所述位姿偏差以及所述采集设备在所述局部区域的位姿信息之间的乘积,得到所述修正后的位姿信息。
由此,通过对地图数据中的位姿信息进行修正,可以提高构建的地图的精度。
图4是根据一示例性实施例提供的确定局部区域的地图是否满足预设要求的流程图。如图4所示,在一些可以实现的实施方式中,步骤150中,确定所述局部区域的地图的质量是否达到预设要求,包括:
在步骤151中,在所述修正后的位姿信息中加入随机噪声,生成新的位姿信息。
这里,随机噪声可以是一些随机值,通过在修正后的位姿信息中加入随机值,生成新的位姿信息,该新的位姿信息相对于修正后的位姿信息是不那么准确的位姿。
在步骤152中,基于所述新的位姿信息,在所述局部区域的地图中进行激光点云匹配,获得匹配到的点云的位姿。
这里,利用新的位姿信息在局部区域的地图中进行激光点云匹配,从而获得基于该新的位姿信匹配到的点云的位姿。其中,激光点云匹配可以是使用点云匹配算法,如NDT、ICP、GICP等点云匹配算法。
在步骤153中,计算所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值。
这里,匹配到的点云的位姿与修正后的位姿信息进行比较,得到匹配到的点云的位姿与修正后的位姿信息之间的差值。其中,差值指的是匹配到的点云的位姿与同一个点云的修正后的位姿信息之间的位姿。
在步骤154中,在所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值中大于预设数值的差值的占比达到预设占比阈值的情况下,确定所述局部区域的地图的质量达到所述预设要求。
这里,匹配到的点云的位姿与修正后的位姿信息之间的差值的数量可以包括一个或多个,当多个差值中大于预设数值的差值在总的差值中的占比达到预设占比阈值时,可以确定局部区域的地图的质量达到预设要求。例如,计算的到的差值中,小于等于10cm的差值在所有的差值中的占比达到90%及以上,则可以确定局部区域的地图的质量达到预设要求。
应当理解的是,当确定局部区域的地图的质量达到预设要求时,可以确定采集设备采集到的地图数据在精度上是满足预设要求的,则可以确定使用采集设备采集到的地图数据进行大规模制图任务。当确定局部区域的地图的质量未达到预设要求时,则可以认为采集设备采集到的地图数据不合格,需要分析问题的原因和提出解决办法,从而修正采集设备采集地图数据的策略来重新采集地图数据。
图5是根据一示例性实施例提供的对采集到的地图数据进行检测的流程图。如图5所示,在一些可以实现的实施方式中,在步骤110之后,所述方法还可以包括:
在步骤101中,确定所述采集设备采集到的用于构建地图的地图数据是否符合预设标准。
这里,在获取到采集设备采集到的用于构建地图的地图数据之后,可以对采集到的地图数据进行数据准入验证。数据准入验证是对采集设备采集到的用于构建地图的地图数据的数据属性进行验证,以判断采集到的数据是否满足使用要求,如文件大小、录制时长等的验证。
在步骤102中,在所述地图数据不符合所述预设标准的情况下,控制所述采集设备重新采集用于构建地图的地图数据。
这里,当采集设备采集到的用于构建地图的地图数据不符合预设标准时,则控制采集设备重新采集用于构建地图的地图数据。例如,在对道路A进行地图数据采集时,如果采集到的道路A的地图数据不符合预设标准,则重新采集道路A的地图数据。
由此,通过对采集到的地图数据进行数据准入验证,可以将地图数据采集过程中的出现的问题提前暴露,避免延长制图周期,特别是针对耗时较大的远程大规模制图任务,通过数据准入验证,可以在很大程度上提早发现地图数据采集过程中的问题。
在一些可以实现的实施方式中,步骤101中,确定所述采集设备采集到的用于构建地图的地图数据是否符合预设标准,可以包括:
在所述采集设备采集到的地图数据的数据文件大小以及数据文件的完整度满足预设预期值、且所述地图数据的数据质量符合预设质量要求、且对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值小于等于预设位姿阈值的情况下,确定所述采集设备采集到的用于构建地图的地图数据符合预设标准。
这里,地图数据的数据文件大小可以包括地图数据的文件大小、录制时长是否符合预期标准,如检测每个地图数据的文件大小是否大于等于预设文件大小阈值,每个地图数据的录制时长是大于等于预设录制时长。数据文件的完整度则可以是检查每个地图数据中是否存在导航数据,采集设备的各个传感器的数据是否都采集到对应的数据。
地图数据的数据质量是否符合预设质量要求,可以是利用NovAtel InertialExplorer软件对地图数据进行后处理之后的数据的数据质量。例如,可以通过判断对地图数据进行后处理之后的数据的Q值和PDOP(Position Dilution of Precision)值是否在预期之内,如,Q值小于2,PDOP值小于2,以及检查地图数据在X轴、Y轴、Z轴、偏航角、俯仰角、滚转角六个自由度上的精度是否小于预设精度阈值,以及检查地图数据中的卫星数量是否保持在预设数量以上,例如,保持在10颗以上。当对地图数据进行后处理之后的数据的满足上述条件,则确定对地图数据进行后处理之后的数据的数据质量符合预设质量要求。当对地图数据进行后处理之后的数据未满足上述条件,确定对地图数据进行后处理之后的数据的数据质量不符合预设质量要求,则重新采集地图数据。
对地图数据进行解算得到的位姿信息可以是利用NovAtel Inertial Explorer软件对地图数据进行解算得到的位姿信息。
图6是根据一示例性实施例提供的验证地图数据是否符合预设标准的流程图。如图6所示,在一些实施例中,可以通过以下步骤验证地图数据是否符合预设标准,包括:
在步骤1011中,判断所述采集设备采集到的地图数据的数据文件大小以及数据文件的完整度是否满足预设预期值。
在步骤1012中,当所述采集设备采集到的地图数据的数据文件大小以及数据文件的完整度满足预设预期值时,进一步判断所述地图数据的数据质量是否符合预设质量要求。
在步骤1013中,当所述地图数据的数据质量符合预设质量要求时,进一步判断对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值是否大于预设位姿阈值。
在步骤1014中,当对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值小于等于预设位姿阈值时,确定所述采集设备采集到的用于构建地图的地图数据符合预设标准。
值得说明的是,上述步骤只是举例说明了验证地图数据是否符合预设标准的一种方式,在具体实现的过程中,也可以先判断对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值是否大于预设位姿阈值,或者先判断对所述地图数据进行后处理之后的数据的数据质量是否符合预设质量要求,其只需要所述采集设备采集到的地图数据的数据文件大小以及数据文件的完整度满足预设预期值、且所述地图数据的数据质量符合预设质量要求、且对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值小于等于预设位姿阈值,即可确定所述采集设备采集到的用于构建地图的地图数据符合预设标准,对于判断条件执行的先后顺序可以根据实际情况进行选择。
图7是根据一示例性实施例提供一种采集用于构建地图的数据的装置的框图。如图7所示,本公开实施例提供了一种采集用于构建地图的数据的装置,该装置1300包括:
获取模块1301,配置为获取采集设备采集到的用于构建地图的地图数据,所述地图数据包括点云数据以及所述采集设备采集所述点云数据时对应的位姿信息;
选取模块1302,配置为从采集到的地图数据中选取局部区域的地图数据;
位姿修正模块1303,配置为基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息;
地图构建模块1304,配置为根据所述局部区域的点云数据以及所述修正后的位姿信息,构建所述局部区域的地图;
质量判断模块1305,配置为确定所述局部区域的地图的质量是否达到预设要求;
控制模块1306,配置为在所述局部区域的地图的质量未达到所述预设要求的情况下,控制所述采集设备重新采集地图数据。
在一些实施例中,所述位姿修正模块1303包括:
点云匹配单元,配置为将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差;
修正单元,配置为基于所述位姿偏差以及所述采集设备在所述局部区域的位姿信息之间的乘积,得到所述修正后的位姿信息。
在一些实施例中,所述点云匹配单元包括:
标志物查找单元,配置为从所述两帧点云数据中确定出属于第一预设类型的第一标志物以及属于第二预设类型的第二标志物,其中,所述第一预设类型表征所述点云数据中具有线性特征的标志物,所述第二预设类型表征所述点云数据中具有平面特征的标志物;
函数构建单元,配置为构建同一所述第一标志物在所述两帧点云数据之间的位姿距离、以及同一所述第二标志物在所述两帧点云数据之间的位姿距离与位姿偏差之间的残差距离目标函数;
位姿偏差计算单元,配置为计算所述残差距离目标函数的最小残差距离,得到所述两帧点云数据之间的位姿偏差。
在一些实施例中,所述质量判断模块1305包括:
随机位姿生成单元,配置为在所述修正后的位姿信息中加入随机噪声,生成新的位姿信息;
激光匹配单元,配置为基于所述新的位姿信息,在所述局部区域的地图中进行激光点云匹配,获得匹配到的点云的位姿;
差值计算单元,配置为计算所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值;
质量判断单元,配置为在所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值中大于预设数值的差值的占比达到预设占比阈值的情况下,确定所述局部区域的地图的质量达到所述预设要求。
在一些实施例中,所述装置还包括:
数据标准判断模块,配置为确定所述采集设备采集到的用于构建地图的地图数据是否符合预设标准;
控制模块1306,配置为在所述地图数据不符合所述预设标准的情况下,控制所述采集设备重新采集用于构建地图的地图数据。
在一些实施例中,所述数据标准判断模块具体配置为:
在所述采集设备采集到的地图数据的数据文件大小以及数据文件的完整度满足预设预期值、且所述地图数据的数据质量符合预设质量要求、且对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值小于等于预设位姿阈值的情况下,确定所述采集设备采集到的用于构建地图的地图数据符合预设标准。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种电子设备700的框图。如图8所示,该电子设备700可以包括:处理器701,存储器702。该电子设备700还可以包括多媒体组件703,输入/输出(I/O)接口704,以及通信组件705中的一者或多者。
其中,处理器701用于控制该电子设备700的整体操作,以完成上述的采集用于构建地图的数据的方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作,这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如预设标准的数据、预设要求的数据等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件705可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的采集用于构建地图的数据的方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的采集用于构建地图的数据的方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器702,上述程序指令可由电子设备700的处理器701执行以完成上述的采集用于构建地图的数据的方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的采集用于构建地图的数据的方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (9)
1.一种采集用于构建地图的数据的方法,其特征在于,包括:
获取采集设备采集到的用于构建地图的地图数据,所述地图数据包括点云数据以及所述采集设备采集所述点云数据时对应的位姿信息;
从采集到的地图数据中选取局部区域的地图数据;
基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息;
根据所述局部区域的点云数据以及所述修正后的位姿信息,构建所述局部区域的地图;
确定所述局部区域的地图的质量是否达到预设要求;
在所述局部区域的地图的质量未达到所述预设要求的情况下,控制所述采集设备重新采集地图数据;
所述确定所述局部区域的地图的质量是否达到预设要求,包括:
在所述修正后的位姿信息中加入随机噪声,生成新的位姿信息;
基于所述新的位姿信息,在所述局部区域的地图中进行激光点云匹配,获得匹配到的点云的位姿;
计算所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值;
在所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值中小于等于预设数值的差值的占比达到预设占比阈值的情况下,确定所述局部区域的地图的质量达到所述预设要求。
2.根据权利要求1所述的采集用于构建地图的数据的方法,其特征在于,所述基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息,包括:
将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差;
基于所述位姿偏差以及所述采集设备在所述局部区域的位姿信息之间的乘积,得到所述修正后的位姿信息。
3.根据权利要求2所述的采集用于构建地图的数据的方法,其特征在于,所述将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差,包括:
从所述两帧点云数据中确定出属于第一预设类型的第一标志物以及属于第二预设类型的第二标志物,其中,所述第一预设类型表征所述点云数据中具有线性特征的标志物,所述第二预设类型表征所述点云数据中具有平面特征的标志物;
构建同一所述第一标志物在所述两帧点云数据之间的位姿距离、以及同一所述第二标志物在所述两帧点云数据之间的位姿距离与位姿偏差之间的残差距离目标函数;
计算所述残差距离目标函数的最小残差距离,得到所述两帧点云数据之间的位姿偏差。
4.根据权利要求1所述的采集用于构建地图的数据的方法,其特征在于,在获取采集设备采集到的用于构建地图的地图数据的步骤之后,还包括:
确定所述采集设备采集到的用于构建地图的地图数据是否符合预设标准;
在所述地图数据不符合所述预设标准的情况下,控制所述采集设备重新采集用于构建地图的地图数据。
5.根据权利要求4所述的采集用于构建地图的数据的方法,其特征在于,所述确定所述采集设备采集到的用于构建地图的地图数据是否符合预设标准,包括:
在所述采集设备采集到的地图数据的数据文件大小以及数据文件的完整度满足预设预期值、且所述地图数据的数据质量符合预设质量要求、且对所述地图数据进行解算得到的位姿信息与所述采集设备的里程计获得的位姿信息之间的差值小于等于预设位姿阈值的情况下,确定所述采集设备采集到的用于构建地图的地图数据符合预设标准。
6.一种采集用于构建地图的数据的装置,其特征在于,包括:
获取模块,配置为获取采集设备采集到的用于构建地图的地图数据,所述地图数据包括点云数据以及所述采集设备采集所述点云数据时对应的位姿信息;
选取模块,配置为从采集到的地图数据中选取局部区域的地图数据;
位姿修正模块,配置为基于所述局部区域的点云数据对所述采集设备在所述局部区域的位姿信息进行修正,得到修正后的位姿信息;
地图构建模块,配置为根据所述局部区域的点云数据以及所述修正后的位姿信息,构建所述局部区域的地图;
质量判断模块,配置为确定所述局部区域的地图的质量是否达到预设要求;
控制模块,配置为在所述局部区域的地图的质量未达到所述预设要求的情况下,控制所述采集设备重新采集地图数据;
所述质量判断模块包括:
随机位姿生成单元,配置为在所述修正后的位姿信息中加入随机噪声,生成新的位姿信息;
激光匹配单元,配置为基于所述新的位姿信息,在所述局部区域的地图中进行激光点云匹配,获得匹配到的点云的位姿;
差值计算单元,配置为计算所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值;
质量判断单元,配置为在所述匹配到的点云的位姿与所述修正后的位姿信息之间的差值中小于等于预设数值的差值的占比达到预设占比阈值的情况下,确定所述局部区域的地图的质量达到所述预设要求。
7.根据权利要求6所述的采集用于构建地图的数据的装置,其特征在于,所述位姿修正模块包括:
点云匹配单元,配置为将所述局部区域的点云数据中的两帧点云数据进行点云匹配,得到两帧点云数据之间的位姿偏差;
修正单元,配置为基于所述位姿偏差以及所述采集设备在所述局部区域的位姿信息之间的乘积,得到所述修正后的位姿信息。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-5中任一项所述方法的步骤。
9.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693757.3A CN113503883B (zh) | 2021-06-22 | 2021-06-22 | 采集用于构建地图的数据的方法、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693757.3A CN113503883B (zh) | 2021-06-22 | 2021-06-22 | 采集用于构建地图的数据的方法、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113503883A CN113503883A (zh) | 2021-10-15 |
CN113503883B true CN113503883B (zh) | 2022-07-19 |
Family
ID=78010627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693757.3A Active CN113503883B (zh) | 2021-06-22 | 2021-06-22 | 采集用于构建地图的数据的方法、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113503883B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116363196A (zh) * | 2021-12-22 | 2023-06-30 | 华为技术有限公司 | 基于多类型地图的融合定位方法及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
CN110599542A (zh) * | 2019-08-30 | 2019-12-20 | 北京影谱科技股份有限公司 | 面向几何区域的自适应vslam局部建图的方法和装置 |
CN110849374A (zh) * | 2019-12-03 | 2020-02-28 | 中南大学 | 地下环境定位方法、装置、设备及存储介质 |
CN112733971A (zh) * | 2021-04-02 | 2021-04-30 | 北京三快在线科技有限公司 | 扫描设备的位姿确定方法、装置、设备及存储介质 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732584B (zh) * | 2017-04-17 | 2020-06-30 | 百度在线网络技术(北京)有限公司 | 用于更新地图的方法和装置 |
CN109214248B (zh) * | 2017-07-04 | 2022-04-29 | 阿波罗智能技术(北京)有限公司 | 用于识别无人驾驶车辆的激光点云数据的方法和装置 |
CN113341397A (zh) * | 2017-08-15 | 2021-09-03 | 百度在线网络技术(北京)有限公司 | 反射值地图构建方法和装置 |
CN109141446B (zh) * | 2018-07-04 | 2021-11-12 | 阿波罗智能技术(北京)有限公司 | 用于获得地图的方法、装置、设备和计算机可读存储介质 |
CN109064506B (zh) * | 2018-07-04 | 2020-03-13 | 百度在线网络技术(北京)有限公司 | 高精度地图生成方法、装置及存储介质 |
CN108921947B (zh) * | 2018-07-23 | 2022-06-21 | 百度在线网络技术(北京)有限公司 | 生成电子地图的方法、装置、设备、存储介质以及采集实体 |
CN109556596A (zh) * | 2018-10-19 | 2019-04-02 | 北京极智嘉科技有限公司 | 基于地面纹理图像的导航方法、装置、设备及存储介质 |
CN112005079B (zh) * | 2019-01-03 | 2022-08-09 | 北京嘀嘀无限科技发展有限公司 | 用于更新高清地图的系统和方法 |
CN110689622B (zh) * | 2019-07-05 | 2021-08-27 | 电子科技大学 | 一种基于点云分割匹配闭环校正的同步定位与构图方法 |
CN111220993B (zh) * | 2020-01-14 | 2020-07-28 | 长沙智能驾驶研究院有限公司 | 目标场景定位方法、装置、计算机设备和存储介质 |
US11725944B2 (en) * | 2020-03-02 | 2023-08-15 | Apollo Intelligent Driving Technology (Beijing) Co, Ltd. | Method, apparatus, computing device and computer-readable storage medium for positioning |
CN111442722B (zh) * | 2020-03-26 | 2022-05-17 | 达闼机器人股份有限公司 | 定位方法、装置、存储介质及电子设备 |
CN111681163A (zh) * | 2020-04-23 | 2020-09-18 | 北京三快在线科技有限公司 | 构建点云地图的方法、装置、电子设备和存储介质 |
CN111553937B (zh) * | 2020-04-23 | 2023-11-21 | 东软睿驰汽车技术(上海)有限公司 | 激光点云地图构建方法、装置、设备及系统 |
WO2021212477A1 (zh) * | 2020-04-24 | 2021-10-28 | 华为技术有限公司 | 校正点云数据的方法和相关装置 |
CN111882977B (zh) * | 2020-05-06 | 2022-04-29 | 北京嘀嘀无限科技发展有限公司 | 一种高精度地图构建方法及系统 |
CN111337947B (zh) * | 2020-05-18 | 2020-09-22 | 深圳市智绘科技有限公司 | 即时建图与定位方法、装置、系统及存储介质 |
CN112347840B (zh) * | 2020-08-25 | 2022-12-02 | 天津大学 | 视觉传感器激光雷达融合无人机定位与建图装置和方法 |
CN112270754A (zh) * | 2020-11-12 | 2021-01-26 | Oppo广东移动通信有限公司 | 局部网格地图构建方法及装置、可读介质和电子设备 |
CN112362072B (zh) * | 2020-11-17 | 2023-11-14 | 西安恒图智源信息科技有限责任公司 | 一种复杂城区环境中的高精度点云地图创建系统及方法 |
CN112710318A (zh) * | 2020-12-14 | 2021-04-27 | 深圳市商汤科技有限公司 | 地图生成方法、路径规划方法、电子设备以及存储介质 |
CN112506200B (zh) * | 2020-12-14 | 2023-12-08 | 广州视源电子科技股份有限公司 | 机器人定位方法、装置、机器人及存储介质 |
CN112712561A (zh) * | 2021-01-05 | 2021-04-27 | 北京三快在线科技有限公司 | 一种建图方法、装置、存储介质及电子设备 |
CN112785686A (zh) * | 2021-01-25 | 2021-05-11 | 湖南汽车工程职业学院 | 一种基于大数据的林区地图构建方法及可读存储介质 |
-
2021
- 2021-06-22 CN CN202110693757.3A patent/CN113503883B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225348A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | 地图创建以及运动实体定位的方法和装置 |
CN110599542A (zh) * | 2019-08-30 | 2019-12-20 | 北京影谱科技股份有限公司 | 面向几何区域的自适应vslam局部建图的方法和装置 |
CN110849374A (zh) * | 2019-12-03 | 2020-02-28 | 中南大学 | 地下环境定位方法、装置、设备及存储介质 |
CN112733971A (zh) * | 2021-04-02 | 2021-04-30 | 北京三快在线科技有限公司 | 扫描设备的位姿确定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113503883A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111208492B (zh) | 车载激光雷达外参标定方法及装置、计算机设备及存储介质 | |
CN111442722B (zh) | 定位方法、装置、存储介质及电子设备 | |
CN110609290B (zh) | 激光雷达匹配定位方法及装置 | |
CN110873888B (zh) | 定位方法、定位装置、定位设备和计算机存储介质 | |
CN110146909A (zh) | 一种定位数据处理方法 | |
CN112086010B (zh) | 地图生成方法、装置、设备及存储介质 | |
CN111161353B (zh) | 车辆定位方法、装置、可读存储介质和计算机设备 | |
JP6656886B2 (ja) | 情報処理装置、制御方法、プログラム及び記憶媒体 | |
US20200233061A1 (en) | Method and system for creating an inverse sensor model and method for detecting obstacles | |
CN111080682B (zh) | 点云数据的配准方法及装置 | |
CN111133334A (zh) | 用于基于雷达测量绘制地图和定位车辆的方法和系统 | |
CN112700479B (zh) | 一种基于cnn点云目标检测的配准方法 | |
CN114111775B (zh) | 一种多传感器融合定位方法、装置、存储介质及电子设备 | |
CN114111774B (zh) | 车辆的定位方法、系统、设备及计算机可读存储介质 | |
CN113503883B (zh) | 采集用于构建地图的数据的方法、存储介质及电子设备 | |
CN113822944B (zh) | 一种外参标定方法、装置、电子设备及存储介质 | |
CN112689234B (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
CN111552757B (zh) | 生成电子地图的方法、装置、设备及存储介质 | |
CN113920258A (zh) | 地图生成方法、装置、介质及电子设备 | |
CN110794434B (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
US10930009B2 (en) | Geolocation system | |
CN109710594B (zh) | 地图数据的有效性判断方法、装置及可读存储介质 | |
JP6819441B2 (ja) | 物標位置推定方法及び物標位置推定装置 | |
CN114264301A (zh) | 车载多传感器融合定位方法、装置、芯片及终端 | |
WO2019188874A1 (ja) | データ構造、情報処理装置、及び地図データ生成装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |